O custo real do defeito descoberto só na linha de montagem

Fábrica de equipamentos pesados, interior de São Paulo. Componente soldado vem da estação 4. Foi inspecionado, aprovado, carimbado. Chega na linha de montagem. Operador de montagem tenta encaixar — não fecha. Para a linha. Chama o engenheiro de qualidade. Descobrem: o cordão de solda tem porosidade na lateral interna, invisível pelo ângulo da inspeção. Componente vai pro retrabalho. Linha parada 40 minutos. Ordem do dia comprometida.

Esse defeito existiu desde o instante em que saiu da soldagem. Foi visto por 3 pessoas entre a estação 4 e a montagem — e ninguém pegou. Não foi negligência. Foi limitação física da inspeção visual humana.

Quando defeito escapa pra montagem, multiplica custo por 10 a 50x comparado a pegar na estação que gerou. Toda planta sabe disso. Poucas medem.

A regra das dez vezes

Custo de pegar defeito cedo vs tarde é estudado há 40 anos em engenharia industrial. A regra empírica (Crosby, Juran, modelos modernos) é simples:

• Custo de pegar na estação que gerou: R$ 1
• Custo de pegar no estágio seguinte (sub-conjunto): R$ 10
• Custo de pegar na montagem final: R$ 50
• Custo de pegar no cliente (pós-entrega): R$ 500

Os números exatos variam por setor, mas a ordem de grandeza é universal. Cada estágio que o defeito avança, o custo dispara.

Por quê?

Na estação que gerou: retrabalho local, baixo impacto sistêmico. No sub-conjunto: já tem material agregado. Pode precisar desmontar pra acessar. Na montagem final: linha para, programação cai, peça pode estar dentro de algo que não dá pra abrir sem destruir. No cliente: garantia, logística reversa, marca, possível ação judicial.

A maioria das plantas mede só o custo da estação. Ignora os outros.

Por que inspeção visual humana falha

Quatro causas mecânicas que ninguém negocia:

1. Tempo curto. Operador de inspeção tem janela de poucos segundos por peça. Olho não rastreia 100% da superfície.

2. Ângulo único. Operador olha de uma direção. Defeito do outro lado da peça passa.

3. Fadiga. Em turno de 8h olhando peça similar, a atenção cai a partir da hora 4. Estudos de capacidade humana mostram queda de detecção acima de 30% no segundo half do turno.

4. Critério subjetivo. "Porosidade aceitável" e "porosidade não aceitável" dependem de calibração mental do operador. Dois operadores aprovam coisas diferentes.

Nenhuma dessas falha é por negligência. São limites da capacidade visual humana sob pressão de tempo.

O efeito cascata no chão de fábrica

Quando defeito escapa frequentemente, a planta entra em modo defensivo:

1. Inspeção redundante. Cria-se uma "segunda inspeção" no sub-conjunto. Custa hora-homem, atrasa fluxo, e ainda assim deixa passar.

2. Estoque pulmão. Pra não parar linha quando aparece defeito, mantém-se estoque maior de componente. Capital empatado.

3. Retrabalho como rotina. Linha de montagem aceita 5-10% de retrabalho como "normal". Operadores se acostumam, problema vira folclore.

4. Cliente reclama. Garantia abre. Engenharia investiga. Causa raiz vira "vamos rever a inspeção" — mas o problema é estrutural, não específico.

Tudo isso some no overhead operacional. Ninguém soma custo de defeito que escapou.

Por que isso é resolvível em 2026

Inspeção visual automatizada existe há 20 anos, mas com limitações sérias:

• Sistemas dedicados (visão estruturada, câmera + algoritmo proprietário) custam caro
• Cada tipo de defeito exigia treinar modelo específico
• Não generalizava: solda da peça A, modelo da peça A
• Manutenção era cara, qualquer mudança de produto exigia recalibrar

Em 2026, modelos de visão genéricos (Claude vision, GPT vision, Gemini) mudaram o jogo:

• Mesma foto, múltiplos defeitos avaliados
• Generalização entre tipos similares de peça
• Sem hardware dedicado — celular do operador serve
• Critério de aceite escrito em linguagem natural, não em código

Não substitui o inspetor humano em decisões sutis. Mas dobra a capacidade de pegar defeito mecânico, na frequência que a linha exige.

O modelo honesto

A arquitetura que funciona em planta real não é "IA faz tudo":

• IA olha 100% das peças (não há fadiga)
• IA aprova as que claramente passam (~70-85%)
• IA flagga as que têm dúvida ou defeito potencial (~15-30%)
• Inspetor humano valida só os casos flaggados

Resultado: inspetor humano trabalha menos peças por turno, mas cada peça tem mais tempo de análise. Defeito sutil que escapava por pressa, agora não escapa.

Defeito vai diminuir? Sim. Mas o ganho real é detecção mais cedo — defeito é pego na estação que gerou, não na montagem.

O que NÃO resolve

• Treinar inspetor de novo. O problema é capacidade visual em janela curta, não treinamento.
• Adicionar mais uma estação de inspeção. Dobra custo, melhora pouco.
• Pressionar fornecedor. Se for componente terceirizado, talvez. Se for interno, não muda.

O que resolve é inspeção 100% automática como triagem + humano validando casos duvidosos.

Quando vale priorizar

Sinais de que defeito escapando está pesando:

• Linha de montagem para regularmente por defeito de componente
• Retrabalho cresce mês a mês
• Garantia abre por defeito visível que deveria ter sido pego
• Cliente reclama de qualidade percebida
• Custo de qualidade não fecha com o que a planta enxerga

Quando 2+ presentes, vale fazer auditoria séria do que escapa e por quê.

Próximo passo

Inspeção visual contínua, com IA triando 100% das peças e humano validando o que importa, é o caminho realista pra cortar custo de defeito que escapa. A FELGOR Check implementa exatamente isso pra defeitos de solda, porosidade, montagem visual e similares. Se quiser ver aplicado no contexto da sua planta, agende um diagnóstico de 30 minutos com os fundadores.